Free cookie consent management tool by TermsFeed Policy Generator

Ignore:
Timestamp:
06/09/10 14:07:42 (14 years ago)
Author:
epitzer
Message:

Update multinormal evaluator to automatically adjust for more dimensions (#1024)

File:
1 edited

Legend:

Unmodified
Added
Removed
  • trunk/sources/HeuristicLab.Problems.TestFunctions/3.3/Evaluators/MultinormalEvaluator.cs

    r3869 r3912  
    2222      get { return (RealVector)Parameters["s^2s"].ActualValue; }
    2323      set { Parameters["s^2s"].ActualValue = value; }
    24     }   
     24    }
     25    private static Random Random = new Random();
    2526
    2627    [StorableConstructor]
    2728    public MultinormalEvaluator(bool deserializing) { }
    28    
    29     public MultinormalEvaluator() {     
     29
     30    private Dictionary<int, List<RealVector>> stdCenters;
     31    public IEnumerable<RealVector> Centers(int nDim) {
     32      if (stdCenters == null)
     33        stdCenters = new Dictionary<int, List<RealVector>>();
     34      if (!stdCenters.ContainsKey(nDim))
     35        stdCenters[nDim] = GetCenters(nDim).ToList();
     36      return stdCenters[nDim];
     37    }
     38
     39    private IEnumerable<RealVector> GetCenters(int nDim) {
     40      RealVector r0 = new RealVector(nDim);
     41      for (int i = 0; i < r0.Length; i++)
     42        r0[i] = 5;
     43      yield return r0;
     44      for (int i = 1; i < 1 << nDim; i++) {
     45        RealVector r = new RealVector(nDim);
     46        for (int j = 0; j < nDim; j++) {
     47          r[j] = (i >> j) % 2 == 0 ? Random.NextDouble() + 4.5 : Random.NextDouble() + 14.5;
     48        }
     49        yield return r;
     50      }
     51    }
     52
     53    private Dictionary<int, List<double>> stdSigma_2s;
     54    public IEnumerable<double> Sigma_2s(int nDim) {
     55      if (stdSigma_2s == null)
     56        stdSigma_2s = new Dictionary<int, List<double>>();
     57      if (!stdSigma_2s.ContainsKey(nDim))
     58        stdSigma_2s[nDim] = GetSigma_2s(nDim).ToList();
     59      return stdSigma_2s[nDim];
     60    }
     61    private IEnumerable<double> GetSigma_2s(int nDim) {
     62      yield return 0.2;
     63      for (int i = 1; i < (1 << nDim)-1; i++) {
     64        yield return Random.NextDouble() * 0.5 + 0.75;
     65      }
     66      yield return 2;
     67    }
     68
     69    public MultinormalEvaluator() {
    3070      Parameters.Add(new ValueParameter<ItemList<RealVector>>("Centers", "Centers of normal distributions"));
    3171      Parameters.Add(new ValueParameter<RealVector>("s^2s", "sigma^2 of normal distributions"));
    32       centers = new ItemList<RealVector>() {
     72      Parameters.Add(new LookupParameter<IRandom>("Random", "Random number generator"));
     73      centers = new ItemList<RealVector>();
     74      s_2s = new RealVector();
     75      /* centers = new ItemList<RealVector>() {
    3376          new RealVector(new double[] { -5.0, -5.0 }),
    34           new RealVector(new double[] {  5.0, -5.0 }),         
     77          new RealVector(new double[] {  5.0, -5.0 }),
    3578          new RealVector(new double[] { -5.0,  5.0 }),
    3679          new RealVector(new double[] {  5.0,  5.0 }),
    3780        };
    38       s_2s = new RealVector(new double[] { 0.2, 1, 1, 2 });       
     81      s_2s = new RealVector(new double[] { 0.2, 1, 1, 2 });
    3982    }
    4083   
     
    65108
    66109    public override DoubleMatrix Bounds {
    67       get { return new DoubleMatrix(new double[,] { { -10, 10 } }); }
     110      get { return new DoubleMatrix(new double[,] { { 0, 20 } }); }
    68111    }
    69112
    70113    public override double BestKnownQuality {
    71114      get {
    72         RealVector bestSolution;
    73         return FastFindOptimum(out bestSolution);
     115        if (centers.Count == 0) {
     116          return - 1 / (2 * Math.PI * 0.2);
     117        } else {
     118          RealVector bestSolution;
     119          return FastFindOptimum(out bestSolution);
     120        }
    74121      }
    75122    }
     
    77124    public override int MinimumProblemSize { get { return 1; } }
    78125
    79     public override int MaximumProblemSize { get { return 1000; } }
     126    public override int MaximumProblemSize { get { return 100; } }
    80127
    81128    private RealVector Shorten(RealVector x, int dimensions) {
    82       return new RealVector(x.Take(dimensions).ToArray());     
     129      return new RealVector(x.Take(dimensions).ToArray());
    83130    }
    84131
    85132    public override RealVector GetBestKnownSolution(int dimension) {
    86       RealVector bestSolution;
    87       FastFindOptimum(out bestSolution);
    88       return Shorten(bestSolution, dimension);
     133      if (centers.Count == 0) {
     134        RealVector r = new RealVector(dimension);
     135        for (int i = 0; i < r.Length; i++)
     136          r[i] = 5;
     137        return r;
     138      } else {
     139        RealVector bestSolution;
     140        FastFindOptimum(out bestSolution);
     141        return Shorten(bestSolution, dimension);
     142      }
    89143    }
    90144
     
    95149    protected override double EvaluateFunction(RealVector point) {
    96150      double value = 0;
    97       for (int i = 0; i < centers.Count; i++) {       
    98         value -= N(point, Shorten(centers[i], point.Length), s_2s[i]);
     151      if (centers.Count == 0) {
     152        var c = Centers(point.Length).GetEnumerator();
     153        var s = Sigma_2s(point.Length).GetEnumerator();
     154        while (c.MoveNext() && s.MoveNext()) {
     155          value -= N(point, c.Current, s.Current);
     156        }
     157      } else {
     158        for (int i = 0; i < centers.Count; i++) {
     159          value -= N(point, centers[i], s_2s[i]);
     160        }
    99161      }
    100162      return value;
Note: See TracChangeset for help on using the changeset viewer.